arrow(c++)改写empyrical系列1---用arrow读取基金净值数据并计算夏普率

用arrow c++版本读取了csv中的基金净值数据，然后计算了夏普率，比较尴尬的是，arrow c++版本计算耗费的时间却比python的empyrical版本耗费时间多。。。
在这里插入图片描述
在这里插入图片描述

arrow新手上路，第一次自己去实现功能，实现的大概率并不是最高效的方式，但是我也踏出了用arrow c++改写backtrader的第一步。

  • 用arrow改写empyrical，就当练手了，目标是做成两个文件：empyrical.h和empyrical.cpp
  • 用arrow和qt改写pyfolio, 实现更美观的界面，做成两个文件：pyfolio.h 和pyfolio.cpp
  • 改写backtrader

c++版本的文件：

my_example.cc

#include <arrow/api.h>
#include <arrow/io/api.h>
#include "arrow/csv/api.h"
#include <arrow/compute/api.h>
#include <iostream>
#include <chrono>
//#include "../empyrical/empyrical.h"arrow::Status RunMain(){auto start_time = std::chrono::high_resolution_clock::now();// 首先，我们需要设置一个可读文件对象，它允许我们将读取器指向磁盘上的正确数据。我们将重复使用这个对象，并将其重新绑定到多个文件中。std::shared_ptr<arrow::io::ReadableFile> infile;// 绑定输入文件到 "test_in.csv"ARROW_ASSIGN_OR_RAISE(infile, arrow::io::ReadableFile::Open("/home/yun/Documents/fund_nav.csv"));// (文档部分：CSV 表格声明)std::shared_ptr<arrow::Table> csv_table;// CSV 读取器有多个对象，用于不同选项。现在，我们将使用默认值。ARROW_ASSIGN_OR_RAISE(auto csv_reader,arrow::csv::TableReader::Make(arrow::io::default_io_context(), infile, arrow::csv::ReadOptions::Defaults(),arrow::csv::ParseOptions::Defaults(), arrow::csv::ConvertOptions::Defaults()));// 读取表格。ARROW_ASSIGN_OR_RAISE(csv_table, csv_reader->Read());// 输出显示Table的元数据信息// std::cout << "Table Metadata:" << std::endl;// std::cout << "Number of columns: " << csv_table->num_columns() << std::endl;// std::cout << "Number of rows: " << csv_table->num_rows() << std::endl;// std::cout << "Schema: " << csv_table->schema()->ToString() << std::endl;// 输出显示Table的数据// for (int i = 0; i < csv_table->num_columns(); ++i) {//   std::shared_ptr<arrow::Array> column = csv_table->column(i);//   std::cout << "Column " << i << ": " << column->ToString() << std::endl;// }// 1. 显示table信息到std::cout的方法// std::shared_ptr<arrow::RecordBatch> record_batch;// arrow::Result<std::shared_ptr<arrow::RecordBatch>> result = csv_table->CombineChunksToBatch(); // 执行某个操作，返回Result// if (result.ok()) {//   record_batch = result.ValueOrDie();//   // 在这里使用 record_batch// } else {//   // 处理错误//   std::cerr << "Error: " << result.status().ToString() << std::endl;// }// //arrow::PrettyPrint(*record_batch, 2, &std::cout);// arrow::Status status = arrow::PrettyPrint(*record_batch, 2, &std::cout);// if (!status.ok()) {//   // 处理错误，例如打印错误信息//   std::cerr << "Error: " << status.ToString() << std::endl;// }// 2. 显示table信息到std::cout的方法// std::cout << csv_table->ToString() << std::endl;// 3. 显示table信息到std::cout的方法// arrow::Status status = arrow::PrettyPrint(*csv_table, 2, &std::cout);// if (!status.ok()) {//   // 处理错误，例如打印错误信息//   std::cerr << "Error: " << status.ToString() << std::endl;// }// 开始计算夏普率// std::cout << "一年的交易日有" << AnnualizationFactors::DAILY << "天" << std::endl;// std::cout << DAILY << std::endl;// 计算收益率arrow::Datum fund_returns;arrow::Datum fund_diff;std::shared_ptr<arrow::ChunkedArray> cum_nav = csv_table->GetColumnByName("复权净值");std::shared_ptr<arrow::ChunkedArray> now_cum_nav = cum_nav->Slice(1,cum_nav->length()-1);std::shared_ptr<arrow::ChunkedArray> pre_cum_nav = cum_nav->Slice(0,cum_nav->length()-1);ARROW_ASSIGN_OR_RAISE(fund_diff, arrow::compute::CallFunction("subtract", {now_cum_nav,pre_cum_nav}));ARROW_ASSIGN_OR_RAISE(fund_returns, arrow::compute::CallFunction("divide", {fund_diff,pre_cum_nav}));// // 获取结果数组// std::cout << "Datum kind: " << fund_returns.ToString()//           << " content type: " << fund_returns.type()->ToString() << std::endl;// // std::cout << fund_returns.scalar_as<arrow::DoubleScalar>().value << std::endl;// std::cout << fund_returns.chunked_array()->ToString() << std::endl;// 计算夏普率arrow::Datum avg_return;arrow::Datum avg_std;arrow::Datum daily_sharpe_ratio;arrow::Datum sharpe_ratio;arrow::Datum sqrt_year;// 创建 Arrow Double 标量double days_of_year_double = 252.0;std::shared_ptr<arrow::Scalar> days_of_year = arrow::MakeScalar(days_of_year_double);ARROW_ASSIGN_OR_RAISE(sqrt_year, arrow::compute::CallFunction("sqrt", {days_of_year}));ARROW_ASSIGN_OR_RAISE(avg_return, arrow::compute::CallFunction("mean", {fund_returns}));arrow::compute::VarianceOptions variance_options;variance_options.ddof = 1;ARROW_ASSIGN_OR_RAISE(avg_std, arrow::compute::CallFunction("stddev", {fund_returns},&variance_options));ARROW_ASSIGN_OR_RAISE(daily_sharpe_ratio, arrow::compute::CallFunction("divide", {avg_return,avg_std}));ARROW_ASSIGN_OR_RAISE(sharpe_ratio, arrow::compute::CallFunction("multiply", {daily_sharpe_ratio,sqrt_year}));std::cout << "计算得到的夏普率为 : " << sharpe_ratio.scalar_as<arrow::DoubleScalar>().value << std::endl;auto end_time = std::chrono::high_resolution_clock::now();auto duration = std::chrono::duration_cast<std::chrono::microseconds>(end_time - start_time);std::cout << "c++读取数据,然后计算夏普率一共耗费时间为: " << duration.count()/1000.0 << " ms" << std::endl;return arrow::Status::OK();}// (文档部分: 主函数)
int main() {arrow::Status st = RunMain();if (!st.ok()) {std::cerr << st << std::endl;return 1;}return 0;
}

CMakeLists.txt

cmake_minimum_required(VERSION 3.16)project(MyExample)find_package(Arrow REQUIRED)
find_package(Parquet REQUIRED)
find_package(ArrowDataset REQUIRED)add_executable(my_example my_example.cc)
target_link_libraries(my_example PRIVATE Arrow::arrow_shared Parquet::parquet_shared ArrowDataset::arrow_dataset_shared)

在同一个文件夹下，运行

cmake -B build
cmake --build build
./build/my_example

python 运行代码如下：

import pandas as pd 
import empyrical as ep
import time 
a = time.perf_counter()
data = pd.read_csv("/home/yun/Documents/fund_nav.csv")
returns = data['复权净值'].pct_change().dropna()
sharpe_ratio = ep.sharpe_ratio(returns)
print("计算得到的sharpe_ratio : ", sharpe_ratio)
b = time.perf_counter()
print(f"python读取数据,然后计算夏普率一共耗费时间为: {(b-a)*1000.0} ms")

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/167245.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

windows上下载github上的linux内核项目遇到的问题

windows上下载github上的linux内核项目遇到的问题

问题一&#xff1a;clone的时候报错 Cloning into G:\github\linux... POST git-upload-pack (gzip 27925 to 14032 bytes) remote: Counting objects: 6012062, done. remote: Compressing objects: 100% (1031/1031), done. remote: Total 6012062 (delta 893), reused 342 (…
阅读更多...
【Axure高保真原型】可视化图表图标

【Axure高保真原型】可视化图表图标

今天和粉丝们免费分享可视化图表图标原型模板&#xff0c;包括柱状图、条形图、环形图、散点图、水波图等常用的可视化图表图标。 【原型效果】 【原型预览】 https://axhub.im/ax9/d402c647c82f9185/#c1 【原型下载】 这个模板可以在 Axure高保真原型哦 小程序里免费下载哦…
阅读更多...
0基础学习VR全景平台篇第110篇：源图像导入和镜头预设 - PTGui Pro教程

0基础学习VR全景平台篇第110篇：源图像导入和镜头预设 - PTGui Pro教程

上课&#xff01;全体起立~ 大家好&#xff0c;欢迎观看蛙色官方系列全景摄影课程&#xff01; 本节教程&#xff0c;我们讲述拼接软件 PTGui Pro 操作的第一步&#xff1a;导入源图像和预设镜头&画幅参数。 我们此次课堂有两个重点&#xff1a; 第一点是 培养摄影后期…
阅读更多...
HTTPS、SSL/TLS，HTTPS运行过程，RSA加密算法，AES加密算法

HTTPS、SSL/TLS，HTTPS运行过程，RSA加密算法，AES加密算法

1、为什么网站要使用安全证书 我们所处的网络环境是复杂多样的&#xff0c;大致分为两类&#xff0c;一类是可信的网络服务商&#xff0c;比如直接连的电信运营商的网络&#xff0c;网线&#xff0c;4G&#xff0c;5G&#xff1b;另一类是不可信的网络&#xff0c;比如WIFI&am…
阅读更多...
会声会影2024有哪些新功能？好不好用

会声会影2024有哪些新功能？好不好用

比如会声会影视频编辑软件&#xff0c;既加入光影、动态特效的滤镜效果&#xff0c;也提供了与色彩调整相关的LUT配置文件滤镜&#xff0c;可选择性大&#xff0c;运用起来更显灵活。会声会影在用户的陪伴下走过20余载&#xff0c;经过上百个版本的优化迭代&#xff0c;已将操作…
阅读更多...
ubuntu20.04 nvidia显卡驱动掉了，变成开源驱动，在软件与更新里选择专有驱动，下载出错，调整ubuntu镜像源之后成功修复

ubuntu20.04 nvidia显卡驱动掉了，变成开源驱动，在软件与更新里选择专有驱动，下载出错，调整ubuntu镜像源之后成功修复

驱动配置好&#xff0c;环境隔了一段时间&#xff0c;打开Ubuntu发现装好的驱动又掉了&#xff0c;软件与更新 那里&#xff0c;附加驱动&#xff0c;显示开源驱动&#xff0c;命令行输入 nvidia-smi 命令查找不到驱动。 点击上面的 nvidia-driver-470&#xff08;专有&#x…
阅读更多...
Maven 生命周期clean default size含义

Maven 生命周期clean default size含义

clean 负责清理工作&#xff0c;清理上一次项目构建产生的一些文件&#xff0c;如编译后的字节码文件&#xff0c;打包后的jar包文件 default 整一个项目构建的核心工作&#xff0c;如编译&#xff0c;测试&#xff0c;打包&#xff0c;安装&#xff0c;部署等等 size 生成报告…
阅读更多...
【Mysql】B+树索引的使用（七）

【Mysql】B+树索引的使用（七）

前言 每个索引都对应一棵 B 树&#xff0c; B 树分为多层&#xff0c;最下边一层是叶子节点&#xff0c;其余的是内节点&#xff08;非叶子节点&#xff09;。所有用户记录都存储在 B 树的叶子节点&#xff0c;所有目录项记录都存储在内节点。 InnoDB 存储引擎会自动为主键&am…
阅读更多...
实现Linux下Word转PDF、Java调用命令方式

实现Linux下Word转PDF、Java调用命令方式

使用 LibreOffice 实现 Word 转 PDF 和 Java 调用命令 1、 安装 LibreOffice 外网安装 # 一键安装 yum install -y libreoffice # 验证版本 libreoffice --version # Warning: -version is deprecated. Use --version instead. # LibreOffice 7.5.6.2 f654817fb68d6d4600d7…
阅读更多...
数据仓库扫盲系列（1）：数据仓库诞生原因、基本特点、和数据库的区别

数据仓库扫盲系列（1）：数据仓库诞生原因、基本特点、和数据库的区别

数据仓库的诞生原因 随着互联网的普及&#xff0c;信息技术已经深入到各行各业&#xff0c;并逐步融入到企业的日常运营中。然而&#xff0c;当前企业在信息化建设过程中遇到了一些困境与挑战。 1、历史数据积存。 过去企业的业务系统往往是在较长时间内建设的&#xff0c;很…
阅读更多...
MODBUS-TCP转MODBUS-RTU通信应用(S7-1200和串口服务器通信)

MODBUS-TCP转MODBUS-RTU通信应用(S7-1200和串口服务器通信)

在学习本博客之前，大家需要熟悉MODBUS-TCP和MODBUS-RTU通信，这2个通信的编程应用，大家可以查看下面文章链接： MODBUS-RTU通信 MODBUS-RTU通信协议功能码+数据帧解读(博途PLC梯形图代码)-CSDN博客MODBUS通信详细代码编写，请查看下面相关链接，这篇博客主要和大家介绍MODB…
阅读更多...
Rust逆向学习 (1)

Rust逆向学习 (1)

文章目录 Hello, Rust Reverse0x01. main函数定位0x02. main函数分析line 1line 2line 3line 4~9 0x03. IDA反汇编0x04. 总结 近年来&#xff0c;Rust语言的热度越来越高&#xff0c;很多人都对Rust优雅的代码和优秀的安全性赞不绝口。对于开发是如此&#xff0c;对于CTF也是如…
阅读更多...
Easyx趣味编程7，鼠标消息读取及音频播放

Easyx趣味编程7，鼠标消息读取及音频播放

hello大家好&#xff0c;这里是dark flame master&#xff0c;今天给大家带来Easyx图形库最后一节功能实现的介绍&#xff0c;前边介绍了绘制各种图形及键盘交互&#xff0c;文字&#xff0c;图片等操作&#xff0c;今天就可以使写出的程序更加生动且容易操控。一起学习吧&…
阅读更多...
【CSS】使用 CSS 实现一个宽高自适应的正方形

【CSS】使用 CSS 实现一个宽高自适应的正方形

1. 利用 padding 或 vw <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8"><metaname"viewport"content"widthdevice-width, initial-scale1.0"><title>Document</title><st…
阅读更多...
YOLOv5改进实战 | GSConv + SlimNeck双剑合璧，进一步提升YOLO！

YOLOv5改进实战 | GSConv + SlimNeck双剑合璧，进一步提升YOLO！

前言 轻量化网络设计是一种针对移动设备等资源受限环境的深度学习模型设计方法。下面是一些常见的轻量化网络设计方法： 网络剪枝：移除神经网络中冗余的连接和参数，以达到模型压缩和加速的目的。分组卷积：将卷积操作分解为若干个较小的卷积操作，并将它们分别作用于输入的不…
阅读更多...
【驱动开发】控制stm32mp157a开发板三盏灯的亮灭

【驱动开发】控制stm32mp157a开发板三盏灯的亮灭

编写应用程序控制三盏灯的亮灭 head.h&#xff1a; #ifndef __HEAD_H__ #define __HEAD_H__typedef struct {unsigned int MODER;unsigned int OTYPER;unsigned int OSPEEDR;unsigned int PUPDR;unsigned int IDR;unsigned int ODR; }gpio_t;//LED灯的寄存器地址 #define …
阅读更多...
制造企业如何做好MES管理系统需求分析

制造企业如何做好MES管理系统需求分析

随着制造业的不断发展&#xff0c;制造企业对于生产过程的管理需求日益增长。为了提高生产效率和质量&#xff0c;越来越多的制造企业开始关注MES生产管理系统的需求分析。本文将从以下几个方面探讨制造企业如何做好MES管理系统需求分析。 一、明确需求 在进行MES管理系统需求…
阅读更多...
利用爬虫采集音频信息完整代码示例

利用爬虫采集音频信息完整代码示例

以下是一个使用WWW::RobotRules和duoip.cn/get_proxy的Perl下载器程序&#xff1a; #!/usr/bin/perluse strict; use warnings; use WWW::RobotRules; use LWP::UserAgent; use HTTP::Request; use HTTP::Response;# 创建一个UserAgent对象 my $ua LWP::UserAgent->new();#…
阅读更多...
vue3里面vant组件的标签页使用？

vue3里面vant组件的标签页使用？

一、绑一个v-model事件 二、让activeName的初始为0也就是默认是显示第一个标签页的下标 三、给标签页下面的东西进行一个判断 想让哪个优先显示就把哪个判断作为初始值存入
阅读更多...
npm 执行命令时报错npm ERR! code ERESOLVE npm ERR! ERESOLVE could not resolve

npm 执行命令时报错npm ERR! code ERESOLVE npm ERR! ERESOLVE could not resolve

npm ERR! code ERESOLVE npm ERR! ERESOLVE could not resolve npm ERR! npm ERR! While resolving: vue-office/docx1.3.0 npm ERR! Found: vue-demi0.14.6 npm ERR! node_modules/vue-demi npm ERR! vue-demi“^0.14.6” from the root project npm ERR! vue-demi“*” from …
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023